O Capítulo 1 da tese está organizado em seis seções principais, detalhando a problemática da desigualdade digital e a proposta de soberania tecnológica no Sul Global.
Índice do Capítulo
1.1 Contextualização: A Desigualdade Digital
Análise da problemática central: a disparidade no acesso à tecnologia e o seu impacto direto e mensurável na aprendizagem. Os dados demográficos recolhidos revelam a falta de infraestrutura básica nas escolas, um cenário de escassez que foi agravado severamente pela necessidade de digitalização letiva.
Sem laboratórios
Sem internet
Só telemóvel
Escolas rurais sem infra
Proposta Metodológica
A proposta central para mitigar este abismo estrutural é a conceção e implementação de um framework educacional de baixo custo fundamentado em Modelos de Linguagem Grande (LLMs) executados estritamente em ambiente offline.
1.2 Relevância do Uso da Tecnologia
Análise do potencial transformador da tecnologia na democratização do ensino e da proficiência. Relembramos que as fragilidades logísticas exacerbam a vulnerabilidade dos estudantes, forçando a procura por alternativas resilientes que compensem a ausência de conectividade constante.
Excluídos do ensino remoto
Escolas sem eletricidade
Falta de formação técnica
Estudantes utilizam IA
1.3 Análise de Políticas Públicas
Mapeamento das iniciativas governamentais fundamentadas na Estratégia Brasileira para a Transformação Digital (E-Digital). Embora existam esforços multissetoriais, a dependência do acesso externo contínuo continua a ser um entrave para o ensino efetivo.
Infraestrutura e Conexão
Iniciativas como ProInfo, Wi-Fi Brasil, Gesac, Internet para Todos e Educação Conectada que tentam suplantar a desconexão continental.
Equipamento e Formação
Programas de doação de hardware, como Computadores para Inclusão, aliados a ciclos de formação da Universidade Aberta do Brasil (UAB).
1.4 Objetivos da Investigação
Objetivo Geral
Criar e implementar o framework AInclude: uma arquitetura educacional baseada em Modelos de Linguagem Grande (LLMs), rigorosamente otimizada para as realidades de restrição do Sul Global, promovendo a sustentabilidade pedagógica e garantindo o seu funcionamento 100% independente da disponibilidade de internet.
Investigar a viabilidade empírica de LLMs Open-Source operando num ecossistema de processamento local estrito.
Desenvolver e treinar um sistema algorítmico multiagente inteiramente focado na Matriz de Referência do ENEM.
Projetar uma infraestrutura de orquestração de software resiliente em Single Board Computers de baixo custo (SBCs).
Propor diretrizes operacionais tangíveis para que a mediação humana dos professores otimize o uso da Inteligência Artificial.
1.5 Contribuições Esperadas
Âmbito Científico
Avanço empírico significativo na estabilização de LLMs offline aplicados especificamente para auditoria de linguagem e correção em educação.
Âmbito Inovador
Integração frugal, harmonizando a gestão termodinâmica de hardware de borda (Edge Computing) com técnicas sofisticadas de especialização de software.
Âmbito Social
Fomento ativo da inclusão digital profunda em áreas isoladas, providenciando acesso igualitário a ferramentas de IA de classe mundial.
1.6 Organização do Trabalho
A documentação completa da tese segue uma progressão lógica e cronológica que integra a teoria normativa do ensino, o desenvolvimento da engenharia de dados e a validação empírica rigorosa.
Introdução
Estabelece a base da pesquisa, detalhando o contexto da desigualdade digital, as deficiências nas políticas públicas, os propósitos centrais da tese e o mapeamento das contribuições tecnológicas.
IA na Educação
Discute criticamente a aplicação dos modelos de inteligência nas escolas, com ênfase teórica na viabilidade do conceito de AIED Unplugged focado em ambientes desconectados.
Domínio ENEM
Aprofunda-se na dissecação da matriz de referência do exame, dissecando a multidimensionalidade dos eixos avaliativos e mapeando o alto nível de ruído matemático provocado pela subjetividade da correção humana.
Engenharia Base
Explora todo o ecossistema tecnológico indispensável: mecânica do paralelismo Transformer, gestão de processamento em computadores de placa (SBCs) e teorias de contenção como Fine-Tuning e RAG.
O Framework
Apresenta o fluxo sistémico do desenho da solução proposta, expondo as etapas desde a conexão local até as regras rígidas de atuação de cada agente computacional especialista.
Metodologia
Descreve a construção exaustiva e sanitização dos dados que originaram o Dataset V13, balizando os critérios empíricos de aceitação de resposta e os parâmetros definidos nos laboratórios físicos.
Resultados
Consolida e revela os diagnósticos obtidos ao longo de cinco fases progressivas, demonstrando a superioridade da curadoria de dados sobre o volume de parâmetros e a resiliência térmica do equipamento base.
Conclusões
Decreta o cumprimento global do projeto (Atestado TRL 6), apontando as falhas cognitivas inevitáveis, os limitadores físicos e sugerindo os caminhos técnicos evolutivos da aplicação.